开发成功的Web分析策略
Step-by-Step指南
使用这本**的现代指南正确学习当今Web分析领域中的机遇和挑战。《精通Web Analytics——来自专家的*佳Web分析策略》由业内一线从业人员写成，它不仅仅是介绍了概念和定义，还挑战了关于该领域的一些根深蒂固的观念，并手把手地指导您如何执行成功的Web分析策略。
Web分析专家Avinash Kaushik，以其引人深思的写作方式，揭露了行业里一些主流神话的谬误，并指引您从分析结果中获得可行的认识。教您如何撇开点击流分析的方法、了解定性数据是关注的焦点的原因，以及介绍其他一些认识和技术，帮助您在不牺牲企业收益的情况下开发以客户为**的思路。《精通Web Analytics——来自专家的*佳Web分析策略》内容包括:
了解数据收集方法的利与弊
找出能够不通过计算统计页面浏览数却仍能深入了解客户的方法
学会使用“3层次问答”的方法来确定有价值的度量
优化组织结构，并选用合适的分析工具
理解和应用**分析理念，包括SEM C分析、细分的强大功能、转换率的*佳实践等
利用快速启动解决方案来解决博客和电子商务站点、客户支持站点和小型业

Web具有很多内在的复杂性。这一复杂性导致了在数据收集方面面临挑战，也使得在能够提供认识的能力方面缺乏信心。客户使用复杂性与使用什么数据、在哪里以及如何使用数据有关。机构复杂性则可以解释为报告数据、进行分析以及在公司中配置整体方案以帮助解决结构问题(网站、过程、人)。
5.1 捕获数据：Web日志还是JavaScript标记
第2章“数据收集-- 重要性和选择”介绍了收集Web点击流数据时所有可能的选择。我们可以利用Web日志、web beacons、JavaScript标记和包嗅探器。每一种方法都有它自身的优势和劣势。
目前大多数数据捕获是采用Web日志(以往通常如此)或者JavaScript标记(通常是因为目前的发展状况是大多数的供应商会抛弃其他所有方法，这种方法除外)。
目前的从业人员常常争论不休，上面两种方法哪种更好？他们该用哪种？现在有很多概括这两种方法优点的说法(比如在本书第2章中涉及的一些内容)。
现在缺少的是一个承担风险来建议选择Web日志还是JavaScript标记的人(假设您已经排除了其他人)。人人都可能会冒不必要的风险，对此我将提供以下建议：
当从站点收集数据时，您应当选择使用JavaScript作为武器。
**要假设的是您没有那种****的站点，这种站点不和其他任何具有Web服务平台的站点相似。简言之，要假设的是您的站点没有特别之处。
如果您已经仔细地考虑过其他的数据收集方法，并且对于选择Web日志还是JavaScript标记一筹莫展，那么可以采纳我的建议。下面的部分详细地讨论了选用JavaScript标记的4个重要原因。
5.1.1 将数据服务和数据捕获分离
使用Web日志的时候，数据服务(携带数据的Web页面应用户的请求从Web服务器传出)是完全和数据捕获(随着页面被传送出去，服务器将Web日志文件中的信息进行日志记录)绑定在一起的。每次需要一个新的数据块时，就需要联系IT部门然后由它进行响应。对大多数公司来说，这不是一个很迅速的响应过程。
当使用JavaScript标记的时候，数据捕获就从数据服务中有效地分离出来了。Web页面可以从任何地方(从公司的Web服务器、访客的本地缓存、Akamai-type、ISP、缓存场)被传送，却仍然可以收集数据(页面加载、JavaScript标记被执行、数据流向服务器-- ASP或者内部的)。这一做法的好处在于公司的IT部门和网站开发人员可以做他们应当做的事情-- 提供页面，而“分析部门”也可以做他们应当做的事情-- 捕获数据。这也意味着双方在他们各自的工作中有极大的灵活性。自私一
…… 本书作者要达成的3个简单目标：
与您分享我对Web和Web分析所抱以的极大热忱。我热爱Web及其运营所需作出的复杂决策，我认为您也和我一样对此着迷。
增进您对于Web分析的了解，清楚它的真正内涵，以及它怎样成为当前以客户为**的伟大Web策略之基石，这种策略允许您尝试、学习和测量那些至今其他客户接触点(customer touch point)所无法企及的方法。Web分析远非那种只是查看点击率、转换率(Conversion Rate)以及只是和数字打交道的工作。
为您提供一些专业人士关于如何成功进行Web分析的见解。本书**(当然不是*后一次)让您接触到业内人士的观点。您将获得的建议并非来自于那些顾问或者Web分析供应商，而是来自于那些真正“活”在这份工作中的人。这样，您就能将那些现实世界中涉及人、流程、组织结构、政策、目标以及操作严密性等的种种困难联系起来)。
本书将完全满足您的需求，使您获得非常广阔和深远的眼界，让您了解不论公司大小如何，要想成功地创建一套有效的Web分析程序到底需要什么。
小小书本的贡献
本书作者的收入将全部捐赠给如下两个慈善组织：
微笑列车(The Smile Train)组织为世界上*贫穷的63个**提供兔唇修复手术和整形手术。他们的援助不仅仅是还微笑于孩子，他们的努力更消除了可能给孩子身心带来的极大伤害。
Medecins Sans Frontiers，即无国界医生组织 (Doctors Without Borders，简称MSF)为70多个**处于危机中的人们提供紧急**救助。1999年，MSF由于为任何需要的地方提供**救助获得了诺贝尔和平奖。
购买这本书，您不仅会提升在Web分析方面的知识水平和专业水准，也帮助我支援了这两项伟大事业，它们深入我心，对我至关重要。只要是帮助那些需要帮助的人，多么微小的贡献都至关重要，非常感谢。
0.1 关注Web分析的原因
为了优化他们在Web宣传活动和Web站点上的开销，Web上的企业要在Web分析上花费上百万资金，以期取得数以十亿计的Web利润。不过在这些问卷调查、CMO(市场总监)决策分析、个案研究以及改进需求调查表(fix-it wish list)中一直位于**位的挑战是如何能够准确评测数据并为公司成百上千万的资金投入作出优化决策。这个挑战一直存在，原因在于人们对它的解决方法有误。
而同时，一些事件的奇妙聚合反应正在悄然兴起，并给Web分析的世界投来一丝曙光：
在相当长的时间内，企业只是简单地投资于Web站点建设上，因为这毕竟是件必须要做的事情，而且很酷。*近几年，Web真正“成长”为大多数企业的营销渠道。一时间，对于Web渠道的深层要求出现了，它必须像其他渠道一样是可计算的。年轻人现在被要求解释其消费的正当性。这对年轻人来说可谓是既新奇又极富革新的体验，但是他们还缺乏帮助他们处理这些问题的工具。
即使是现在，人们还是把Web分析和点击率相提并论。这与真实情况相去甚远。虽然点击流(clickstream)构成了几乎所有决策的数据池，而大多数公司开始表示出了极大的挫折感，因为仅凭点击流数据他们无法获得可行的策略
随着Google Analytics的出现(微软的相应版本也将随后问世)，整个市场被引爆了，因为现在如果有需要，任何人都可以轻松获得自己Web站点的任何数据，而且是免费的，并且这套相当成熟的分析工具能够大大提高工作效率。但当真正使用它后，您就会发现要从中得出自己的成功砝码以及如何正确进行Web分析是多么的困难了。
Web分析目前已成为财富1000强中大多数公司的致富渠道。人们当然非常关注自身Web站点到底能干什么，这股热情和关切的程度可想而知。
时光飞逝，越来越多的公司也开始意识到了Web就是*有效的无人售货机，是了解客户和获得反馈的*佳渠道，也是*有效的购货渠道。但是将这个梦想变成现实还需要一个坚实的平台，以进行数据测量、测试和侦听。Web分析正好提供了这种平台。
现在说Web其实还处在婴儿期可能听上去有些别扭，但这是事实，Web分析则更是如此。我们今天所掌握的一切会急速地变化，即便是在下一个十年也是如此。但是如果在这十年期间(或在这段时间末期)您都需要与该领域保持联系，您就要能成熟地应对Web上测量和侦听方面的挑战。本书即为这个成功之旅的入门之作。
0.2 本书读者对象
本书适合于每个人。
在我的职业生涯中，我已经开始意识到那些在决策上取得巨大成功的组织都在例行数据民主。企业的每个环节都可以及时获得相关数据解析，以作出有效决策，这就如同一种生活方式一样；而不是等某个特定的时间才接受被解析的数据。
这并不意味着那些日以继夜将数据历练成洞察力的**而强大的数据**已经一无是处了。它们的存在还是很有意义的。但如果企业依赖于此，那么其数据利用的成功性与推行数据民主的公司相比就要大打折扣了。
所以，如果您是关注Web的人士，此书正是为您而作，因为您将学会如何快速入手Web分析。无论决策重大与否，它能告知您进行决策的时机，并能使您基于Web分析所采取的行动变得更加**。
如果您是一位CEO，您将从中了解为何拥有一套有效的Web分析程序并将其作为公司策略的核心部分是如此的重要—— 不只是能通过Web站点盈利，还能为您的客户提供一种新奇而及时的体验，同时也具有了持久的竞争优势。
如果您是C级或者VP级或无级别人士，负责您公司的Web站点事宜，您将从中学到创建优化的Web分析组织的步骤、Web分析工作的归属、您需要担负的特殊责任，以及执行这些职务需做的事情。您将了解创建一个以数据为**的决策文化所要付出的一切—— 鲜血、汗水和泪水。
如果您是一位商人，本书将帮助您了解那些利用Web分析来确定和执行有效的市场营销活动的方法，这些方法特殊却很有意义。该书还将帮您评测您在Web投入的现实效果(从搜索引擎营销到Web站点内容的创建和使用)。
如果您是一位推销员，本书将帮您挑选可使用的工具以及可执行的策略以极大地提高您的能力，这不仅是出售更多产品的能力，更是将适合的东西在适合的时间送到适合的人手上的能力。这将不仅能在短期内迅速提高您的Web页面转换率，还能使您与客户保持长期持久的关系。
如果您是一位Web站点设计师，本书将与您分享如何取舍那些可以用于Web站点的灵感的方法，有时候为提高Web站点效率，一些灵感必须被放弃。您可以将所有的灵感(即使是那些偏激的)放在Web站点中付诸实施，然后评测哪个能更有效地解决客户(或您企业自身)的问题。
如果您是一位用户体验工程师(user researcher)，本书将使您的工作效率成几何级增长，而这是通过明确一个长期被您遗忘的方法来实现的：定量数据分析。将定量和定性数据结合起来，您将发现更丰富的洞察力，并能基于此做出更有效的反应。
如果您是一位全职或兼职的Web数据分析师，本书会渐渐决定并改变您的一生，这似乎有点儿虽不中，亦不远的感觉。本书将提供给您一种独特而清新的观点来看待Web分析内涵和分析师的职责，这可能就是强化您的组织使其取得巨大成功的关键所在。您当然要学习那些可以利用的工具和公制，但更重要的是本书给我们呈现了关于Web分析的一种全新独到的思维和方法。本书如同满是小提示、小窍门、种种思路和建议的魔棒，您可以马上将其付诸实现，不过他们真正要发挥作用还需要些时间。
0.3 本书主要内容
本书的核心部分是一个8个月的教学计划，并被细化到每天，以彻底、全面地提高您的Web分析水平。这几个月的学习被细分到周，然后再被细分到天，每天的学习以任务的形式呈现，每项任务预计应在一小时左右完成。根据您所处的环境、您对于所学内容的熟悉程度以及您对组织和工具的成熟程度，您完成特定任务的时间应该在这个范围内浮动。
本书可分为4个部分。
0.3.1 第Ⅰ部分：Web分析的基础
第Ⅰ部分包括第1~3章。它从讲述Web分析的现在与将来入手，然后才展开论述其根本基础，这样的结构可以帮您更好地掌握Web分析的战略思维和方法。
其后您就要花费些时间理解一下多种数据收集机制的至关重要性，当然您可以自由决定所使用的时间(不过一定记得，种瓜得瓜, 种豆得豆)。
第Ⅰ部分以定性数据作结论依据—— 为什么它如此重要，可用的数据选项有哪些，以及如何能极大地提高自己与客户交流的能力。
0.3.2 第Ⅱ部分：三位一体法
第Ⅱ部分从第4章开始，本章涉及的是Web分析的“非核心”部分：一些相当重要但我们平时不是很在意的事情，如创建*佳组织结构(optimal organizational structure)、采用10/90法则，或在庞大Web分析中明确自己的查询对象。
第5章则涵盖了那些“核心”部分，如怎样选择*佳的Web分析工具、怎样处理Web的数据质量问题、如何确保分析工具工作于*佳状态，*后，采用那又怎样(So What)测试来检验所有选用的度量(metric)和关键绩效指标(KPI)的效果。
0.3.3 第Ⅲ部分：执行Web分析计划
第Ⅲ部分是本书*大的部分，它由细分到每天要执行的学习任务组成(只是每天花费一小时而已)。在**个月，即第6章中，您将会深入钻研Web分析的核心理念，如URL和cookie，而这些会将您引入到对由任一分析工具所生成的Web分析报告的利与弊的学习进程中。
第7章用一个月展示了为3种不同行业所定制的不同Web分析计划。
如此就展开了第8章的内容，在这第3个月的学习中，我们将探讨搜索分析(站内搜索引擎、搜索引擎优化以及搜索引擎营销)。
第9章涉及第4个月的学习内容，我们将关注如何评测所选营销活动和多渠道营销策略的有效性。
第10章，第5个月，通过释放试验和测试的能量，将您的学习带入下一个层次。
在第11章中，通过第6个月的学习，您将学习如何在将您的Web分析付诸实践时克服那些难以应付的顽固问题。您将学到3个秘诀并学习如何利用它们，它们是：基准法及目标、执行“仪表板”，以及六西格玛标准和流程优化策略的引用。
第12章是第3部分的*后一章，其用第7个月消化竞争情报分析的**量。您将学习如何使用分析结果将自己和大多数其他竞争者区分开来，使您获益的就在于您不只是了解自己Web站点的运行情况，还有整个Web生态系统环境下的运营情况(既包括那些已知竞争者的信息，也包括那些未知竞争者的信息)。
0.3.4 第Ⅳ部分：**Web分析和“DNA中的数据”
第13章用一个月的时间，为您揭发Web分析上一些普遍流行的“神话”并指导您如何避免误入歧途，从而为您通往巨大成功的通途照亮道路。
第14章阐述了一些具体的**分析学理念，这些理念能倍增您的Web分析程序效果。您将了解统计显著性和使用市场细分战略的强大能量。您还将学习如何通过对评测页面转换率的极好掌握使您的报告能够更贴近于客户的方法。对于测量复杂度量(如放弃率和购买访问天数和次数)的方法，以及根据这些度量的测量数据所采取的行动，本章提供许多具体的技巧。
本书的*后一章为第15章，该章将为您出谋划策，帮您创建一个称之为“数据含于DNA”中的真正以数据为**的组织。您将学到非常实际的执行步骤，以及您能采取的*佳实践。
0.3.5 该书的配套站点资源
本书并不是学习的终点。在继续自己的Web分析之旅之际，您可以利用以下两个站点：
www.webanalyticshour.com是本书的配套网站，在这里您可以找到与本书内容直接相关的扩展信息，其包括有用的资源、新近和更新的Web链接以及读者与作者交流的观点和看法。
www.kaushik.net/avinash是一个博客，Occam's Razor，其主持了一个有关Web分析所有方面的热烈的、具有前瞻性的大讨论。您可以藉此保持对于这个领域发生的新近事件的了解，并能从读者在博客中的有趣讨论中获益匪浅。
www.tupwk.com.cn是本���的合作网站，包含以下内容：一个3个多小时的音频资料、一个45分钟的视频资料、涵盖书中主要话题的PowerPoint幻灯演示，以及其他一些有用的分析资源。
0.3.6 期待您的反馈
我要强调的是贯穿本书始终的客户**论是十分重要的，因为这或许是确保任何企业获得长期成功的**方法。
因此我想要听到来自您的声音是毋庸置疑的。欢迎并不胜感激你所做的任何反馈。您认为本书中*具价值的是哪部分？给您带来巨大惊喜的是哪部分？我需要做出哪些改进、需要强化哪些部分的论述或是在哪里需要加入更多的细节？
您可通过上述两个站点与我联系，或直接给我发email，邮件地址是feedback @webana1yticshour.com。我非常渴望您的回馈；请与我分享您的故事。
我是希望能从您的反馈中学到东西，并给每位写来反馈的读者以回应，所以请您一定与我分享您对该书的观点、批判和称赞。

第1章 Web分析-- 现状与展望 1
1.1 Web分析的简史 2
1.2 现状和挑战 5
1.3 传统Web分析已经废弃 7
1.4 新的Web分析 8
1.4.1 测量定量和定性数据 10
1.4.2 三位一体：思路和战略方法 12

第2章 数据收集--重要性和选择 19
2.1 了解数据前景 20
2.2 点击流数据 21
2.2.1 Web日志 21
2.2.2 Web Beacons 23
2.2.3 JavaScript标记 25
2.2.4 包嗅探器 27
2.3 结果数据 32
2.3.1 电子商务 32
2.3.2 导引生成 33
2.3.3 品牌/宣传和支持 33
2.4 研究数据 34
2.4.1 思路 35
2.4.2 组织结构 35
2.4.3 时机 35
2.5 竞争数据 36
2.5.1 基于专门小组的测量 36
2.5.2 基于ISP的测量 37
2.5.3 搜索引擎数据 38

第3章 定量分析概述 41
3.1 以客户为**的重要性 42
3.2 实验室可用性测试 42
3.2.1 实施测试 43
3.2.2 实验室可用性测试的好处 45
3.2.3 注意点 45
3.3 启发式评估 46
3.3.1 实施启发式评估 47
3.3.2 启发式评估的好处 49
3.3.3 注意点 49
3.4 实地考察 49
3.4.1 进行实地考察 50
3.4.2 实地考察的好处 51
3.4.3 注意点 51
3.5 调研(问卷调查) 52
3.5.1 站点调研 52
3.5.2 访问后调研 53
3.5.3 创建和执行调研 53
3.5.4 调研的好处 56
3.5.5 注意点 56
3.6 小结 58

第4章 Web分析策略成功的关键要素 59
4.1 致力于以客户为** 60
4.2 解决业务问题 62
4.3 遵循10/90原则 63
4.4 雇佣**的Web分析师 66
4.5 确定*佳组织结构和职能 72
4.5.1 集中式 74
4.5.2 分散式 74
4.5.3 集中分散式 75

第5章 Web分析的原理 77
5.1 捕获数据：Web日志还是JavaScript标记 78
5.1.1 将数据服务和数据捕获分离 78
5.1.2 数据类型和大小 79
5.1.3 创新 79
5.1.4 集成 79
5.2 选择*佳的Web分析工具 80
5.2.1 旧的方式 80
5.2.2 新的方式 81
5.3 了解点击流数据的质量 84
5.4 *佳实践 87
5.4.1 标记所有页面 88
5.4.2 确保标记放在*后(客户优先) 88
5.4.3 标记应当内联 88
5.4.4 确定独特的页面定义 89
5.4.5 智能地使用cookie 89
5.4.6 考虑链接编码问题 90
5.4.7 注意重定向 91
5.4.8 验证数据被正确地捕获了 93
5.4.9 对站点中丰富的媒体进行正确的编码 93
5.5 运用“3层次问答”测试 94
5.5.1 关键绩效指标：重复访客的百分比 95
5.5.2 关键绩效指标：站点上退出*多的页面 95
5.5.3 关键绩效指标：*频繁的搜索关键字的转换率 96

第6章 第1个月：对Web分析的核心概念进行深入挖掘 97
6.1 第1周：开始了解这些基本概念 98
6.1.1 周一和周二：URL 98
6.1.2 周三：URL参数 99
6.1.3 周四和周五：cookie 100
6.2 第2周：回顾基本度量 102
6.2.1 周一：访问数和访客 103
6.2.2 周二和周三：站点访问时间 106
6.2.3 周四和周五：页面浏览 109
6.3 第3周：了解标准报告 111
6.3.1 周一和周二：跳出率 112
6.3.2 周三到周五：**者--源和搜索关键字短语 114
6.4 第4周：使用站点内容的质量和导航报告 117
6.4.1 周一和周二：**的页面-- 浏览*多的、进入*多的、退出*多的 118
6.4.2 周三：到达*多的目标(退出的链接) 121
6.4.3 周四和周五：站点覆盖(点击密度分析) 123

第7章 第2个月：启动Web数据分析 129
7.1 前提和框架 130
7.2 第1周：创建基本报告 130
7.2.1 周一：*多**的URL和*频繁出现的关键字短语 131
7.2.2 周二：站点内容受欢迎程度以及首页访问数 133
7.2.3 周三和周四：点击密度(站点覆盖) 135
7.2.4 周五：站点跳出率 135
7.3 电子商务站点的起步指南 137
7.3.1 第2周：测量业务成果 137
7.3.2 第3周：衡量表现，测量商业效果以及客户满意度 140
7.4 支持类站点的起步指南 143
7.4.1 第2周：从客户的角度测量脱机影响 143
7.4.2 第3周：使用VOC或客户评价(在站点和页面层次上)测量成功 147
7.5 博客测量的起步指南 149
7.5.1 第2周：克服复杂性对原理进行测量(通过使用新的指标) 149
7.5.2 第3周：竞争标准化以及测量成本和ROI 152
7.6 第4周：反省和总结 155

第8章 第3个月：搜索分析-- 站内搜索、SEO和PPC 157
8.1 第1周：实施站内搜索分析 158
8.1.1 周一：理解站内搜索的价值 158
8.1.2 周二：认清站内搜索的趋势 162
8.1.3 周三：通过站点覆盖报告来分析点击密度 163
8.1.4 周四：对实际搜索结果的有效性进行测量 164
8.1.5 周五：对站内搜索的结果度量进行测量 165
8.2 第二周：开始搜索引擎优化(SEO) 165
8.2.1 周一：理解影响、优化和链接 167
8.2.2 周二：链接到新闻发布和社会站点 167
8.2.3 周三和周四：对Web页面标记和内容进行优化 168
8.2.4 周五：对搜索机器人提供指导 168
8.3 第3周：对SEO上的工作进行测量 169
8.3.1 周一：检查站点被索引的效果如何 169
8.3.2 周二：对入站链接和频率*高的关键字进行跟踪 170
8.3.3 周三：对来自PPC的有机**者进行分离 173
8.3.4 周四：对有机**者的价值进行测量 174
8.3.5 周五：对*受欢迎的页面的优化进行测量 174
8.4 第4周：对PPC的有效性进行分析 176
8.4.1 周一：理解PPC的基础 177
8.4.2 周二：对和搜索引擎竞价有关的度量进行测量 178
8.4.3 周三：定义影响盈亏底线的重要指标 178
8.4.4 周四：测量**访客数 179
8.4.5 周五：学习PPC报告的*佳实践 179

第9章 第4个月：对电子邮件和多渠道营销进行测量 181
9.1 第1周：电子邮件营销的基本原理及相关内容 182
9.1.1 周一：了解电子邮件营销的原理 182
9.1.2 周二和周三：测量基本的响应度量 183
9.1.3 周四和周五：测量结果度量 184
9.2 第2周：电子邮件营销-- **的追踪 184
9.2.1 周一和周二：测量站点有效性 184
9.2.2 周三：避免电子邮件分析的漏洞 185
9.2.3 周四和周五：将电子邮件营销和Web分析软件相结合 186
9.3 第3周和第4周：多渠道的营销、跟踪和分析 186
9.3.1 第3周：了解多渠道的营销，对从离线到在线的促销活动进行跟踪 187
9.3.2 第四周：对多渠道的营销进行跟踪和分析 191

第10章 第5个月：Web站点实验和测试-- 转移力量到客户实现有意义的结果 197
10.1 第1周和第2周：进行测试的原因以及有哪些选择 198
10.1.1 第1周：前期准备和A/B测试 198
10.1.2 第2周：采用A/B测试之外的其他方法 201
10.2 第三周：测试什么-- 具体的选择和方案 207
10.2.1 周一：测试重要的页面并号召行动 208
10.2.2 周二：关注搜索流量 209
10.2.3 周三：内容测试和创新性测试 209
10.2.4 周四：价格测试和促销测试 210
10.2.5 周五：对直接营销活动测试 210
10.3 第四周：创建一个良好的实验和测试程序 211
10.3.1 周一：提出假设和设定目标 211
10.3.2 周二：对多个目标进行测试和验证 213
10.3.3 周三：从简到难，享受其中的乐趣 214
10.3.4 周四：关注传播和专业技术 215
10.3.5 周五：在每个测试程序中实现两个重要的因素 215

第11章 第6个月：Web分析可行性背后的三个秘密 219
11.1 第1周：利用基准和目标来驱动行动 220
11.1.1 周一和周二：了解基准和设置目标的重要性 220
11.1.2 周三：利用外部基准 221
11.1.3 周四：利用内部基准 224
11.1.4 周五：鼓励并创建目标 226
11.2 第2周：创建具有较大影响力的可执行报告板 229
11.2.1 周一：提供背景-- 基准、细分和趋势 229
11.2.2 周二：将重要的几个度量进行隔离 231
11.2.3 周三：不要停留于度量-- 包括认识 231
11.2.4 周四：将报告板限制在单个页面上 233
11.2.5 周五：知道外观的重要性 233
11.3 第3周：使用*佳实践创建有效的报告板程序 234
11.3.1 周一：创建清晰的三位一体度量 234
11.3.2 周二：创建相关的报告板 236
11.3.3 周三：一个度量，一个责任人 237
11.3.4 周四：做实事 238
11.3.5 周五：对报告板的有效性进行测量 238
11.4 第4周：在Web分析中运用六西格玛或者流程优化 239
11.4.1 周一：任何事物都是一个过程 239
11.4.2 周二到周四： 运用DMAIC过程 244
11.4.3 周五：对所学的知识进行回顾 246

第12章 第7个月：竞争情报与 Web 2.0分析 247
12.1 竞争情报分析 248
12.1.1 第1周：竞争性流量报告 248
12.1.2 第2周：搜索引擎报告 253
12.2 Web 2.0分析 262
12.2.1 第三周：测量富交互应用程序(RIA)的成功 263
12.2.2 周4：测量RSS的成功 267

第13章 第8个月及之后： 揭穿Web分析的神话 275
13.1 路径分析：它有什么好处？一点儿都没有 276
13.1.1 路径分析带来的挑战 277
13.1.2 一个替代方案：筛选报告(Funnel report) 278
13.2 转换率：一种毫无意义的执着 281
13.2.1 转换率带来的问题 281
13.2.2 一个替代方案：原始目的的任务完成率 283
13.3 **：**已死，愿它永垂不朽 284
13.3.1 **数据 285
13.3.2 网站速度下的Web 286
13.3.3 支离破碎的多元数据 286
13.4 实时数据：实际并不相关，利用其却耗资巨大 287
13.4.1 获取实时数据的后果 287
13.4.2 一份检验是否已准备好接受实时数据的清单 288
13.5 标准KPI：相关性并不强 290

第14章 **分析概念-- 加速提升Web分析能力 293
14.1 发挥统计显著性的能量 294
14.2 使用细分的神奇力量 296
14.2.1 按跳出量细分 296
14.2.2 按搜索细分 297
14.2.3 将搜索和跳出量相结合 298
14.2.4 查看细分数据的趋势 298
14.3 使分析和报告“有联系” 299
14.3.1 使用直观图 300
14.3.2 使用有联系的语言 300
14.4 采用转换率的*佳实践 303
14.4.1 忘掉站点总转换率 304
14.4.2 随时关注趋势，不要忘了季节性因素 304
14.4.3 理解Web站点/公司的商业获取策略 305
14.4.4 测算前5个**URL的转换率 305
14.4.5 不要测算页面或链接的转换率 306
14.4.6 疯狂使用细分 306
14.4.7 总是在转换率旁显示收益 307
14.4.8 带着一个既定目标去测算转换率 308
14.5 提高对搜索引擎营销/按点击付费的分析 309
14.5.1 测算您的跳出率(总计或按**关键字短语测算) 309
14.5.2 对分析供应商/机构进行审计 310
14.5.3 测算PPC营销活动的侵蚀率(对比有机结果) 311
14.5.4 积极地推动测试和实验 312
14.5.5 努力去理解客户的多重目标 312
14.6 测算站点放弃率 313
14.6.1 对放弃率进行细分 314
14.6.2 找到可行的认识并采取行动 315
14.7 测算购买天数和访问数 316
14.7.1 如何测算这些KPI 317
14.7.2 找出可行的认识并采取行动 318
14.8 借助统计学的控制限值 320
14.8.1 计算控制限值 322
14.8.2 使用控制限值的一个实例 323
14.9 测算能够转换的“机会份额”的实际大小 324
14.9.1 使用跳出率 325
14.9.2 筛选掉搜索爬虫、图像请求、404错误、Web站点监控软件的“访问” 326
14.9.3 使用客户意图 327
14.9.4 采取行动 329

第15章 创建以数据为本的文化-- 实际步骤和*佳实践 333
15.1 寻找Web分析经理/主管的关键技巧 334
15.1.1 对于工作的极大热情 334
15.1.2 热爱变革，掌控变革 335
15.1.3 以无礼的方式质疑数据 335
15.1.4 CDI(基于客户的创新) 335
15.1.5 并非真正的“数字天才” 336
15.1.6 天生的商业悟性和头脑 336
15.1.7 令人印象深刻的人际交往技巧 337
15.2 何时和如何雇佣外部顾问或内部专家 337
15.2.1 阶段1：襁褓婴儿 338
15.2.2 阶段2：蹒跚学步到懵懂少年 340
15.2.3 阶段3：狂野青年 341
15.2.4 成熟-- 30而立 342
15.3 创建基于数据的决策文化的7个步骤 344
15.3.1 先去看盈亏底线(结果) 344
15.3.2 记住报告不是分析，应鼓励后者 345
15.3.3 客观作出决策 345
15.3.4 要积极主动而不要消极被动 346
15.3.5 赋予分析员更多的权力 346
15.3.6 追求三位一体 347
15.3.7 关于流程 347
……

《精通Web Analytics——来自专家的*佳Web分析策略》合作网站http://www.tupwk.com.cn包含以下内容:
3个多小时见解深刻的语音博客资料，包括6个专题：Website Compertitive Intelligence Analysis,Conversion Rate Optimization-What、Why、How，Measuring Rich Internet Applications，Measuring RSS & Blogs，Traditional Web Analytics Is Dead，Web Analytics & Hiring Talent；45分钟专题为Customer Centric Web Decision Making的视频资料,还提供了书中核心主题的PowerPoint演示文档，以及“Web Analytics关键度量和KPI(关键业绩指标)”、“交互式广告术语表”等其他有用的分析资源。